[3.2版] ★☆★☆★☆★☆★☆★[BUG报告] 错误地提示重复而不进行采集？★☆★☆★

hzd888

火车头付费版客户

VIP(标准)用户

Rank: 6 Rank: 6

UID: 71020
帖子: 292
活跃度: 646 点
火车车厢: 2 节
注册时间: 2007-10-8

1楼大中小发表于 2008-1-24 00:14 只看该作者

★☆★☆★☆★☆★☆★[BUG报告] 错误地提示重复而不进行采集？★☆★☆★

(1)假设一个栏目有30页,我第一次设置任务是采集17页;如果我下次设置采集29页,本来应该采集其他12也出来,但是采集器为什么说重复(即使重复也是只重复前17页，后面的还没有采集的应该采呀)、报错?

（2）假设一个栏目的第1页有40篇文章，每日更新，我设置的采集任务就是每日采集这个第1页，为什么系统会错误地提示重复而不进行采集？!!!!

[ 本帖最后由 hzd888 于 2008-1-24 17:20 编辑 ]

TOP

hzd888

火车头付费版客户

VIP(标准)用户

Rank: 6 Rank: 6

UID: 71020
帖子: 292
活跃度: 646 点
火车车厢: 2 节
注册时间: 2007-10-8

2楼大中小发表于 2008-1-24 17:12 只看该作者

全局设置中"连续采集多少条后跳过"设置为0不起作用

大大的BUG!为什么不恢复呢?

TOP

hzd888

火车头付费版客户

VIP(标准)用户

Rank: 6 Rank: 6

UID: 71020
帖子: 292
活跃度: 646 点
火车车厢: 2 节
注册时间: 2007-10-8

3楼大中小发表于 2008-1-24 17:19 只看该作者

通过采集过的网站地址来设置是否重复是不科学的!

如果要过滤,可以在接口文件中自己写个语句,例如文章所属栏目、标题和日期是否一致,一直的话才认为是重复的.

TOP

hzd888

火车头付费版客户

VIP(标准)用户

Rank: 6 Rank: 6

UID: 71020
帖子: 292
活跃度: 646 点
火车车厢: 2 节
注册时间: 2007-10-8

4楼大中小发表于 2008-1-24 18:02 只看该作者

举例说明如下

举个例子给你：假设我每日只采集http://www.lllllll.cn/n480462/n480483/n480610/index.html这个网站地址，假设这个网站地址每日更新20篇文章。
按照现在的火车头SP5，错误地认为是重复的网址，而放弃采集、发布；
即使网址是重复的，但是只要文章是每日更新的---不同的，怎么就放弃采集呢？